[发明专利]一种基于属性选择的半导体制造系统投料控制方法及系统在审
申请号: | 202110192362.5 | 申请日: | 2021-02-20 |
公开(公告)号: | CN112862331A | 公开(公告)日: | 2021-05-28 |
发明(设计)人: | 林国义;李莉 | 申请(专利权)人: | 同济大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/04 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 属性 选择 半导体 制造 系统 投料 控制 方法 | ||
本发明公开了一种基于属性选择的半导体制造系统投料控制方法及系统,属于制造加工控制技术领域,方法包括如下步骤:基于训练好的极限学习机模型和利用订单信息与工件投料优先级确定的多元线性回归方程,构建RPELM投料顺序模型;对生长线的属性集进行属性选择,选取代表性属性和剔除无影响的属性;对经属性选择的属性集进行模型仿真验证,将经过仿真验证的属性集带入构建好的所述RPELM投料顺序模型中确定半导体制造系统投料顺序。本发明提供的方法及系统对工件投料优先级相关的属性集进行属性选择,能够提升了投料控制策略效率。
技术领域
本发明涉及制造加工控制技术领域,尤其涉及一种基于属性选择的半导体制造系统投料控制方法及系统。
背景技术
投料控制是半导体制造系统调度的重要组成部分,处于半导体制造系统调度体系的前端,在整个半导体制造过程调度中占据重要地位,投料控制影响着其他类型的调度,对提高半导体制造系统的整体性能具有重要意义。
在常用投料控制策略中,静态投料控制策略往往没有考虑生产线上的实时状态信息,而动态投料控制策略虽然考虑了实时状态信息,但是往往只考虑到实时状态信息中的一个方面,如CONWIP(Constant WIP,CONWIP)只考虑了生产线在制品数量,WR只考虑了瓶颈设备上的工作负荷。此外,动态投料控制策略中的阈值往往是根据试凑法确定,没有根据实时状态信息做出动态调整,所以常用投料控制策略中的静态投料方法和动态投料方法均没有完全考虑到生产线上的实时状态,具有一定的片面性。
改进投料控制策略是在常用投料控制策略上,综合了各种投料控制策略优点,但是效果与实用性相互矛盾,即投料策略的效果与实用性往往成负相关性,这种投料方式的效果可能显著,但是其复杂的决策机制往往需要大量的计算时间,影响投料决策的效率。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种基于属性选择的半导体制造系统投料控制方法及系统,能够对工件投料优先级相关的属性集进行属性选择,能够提升了投料控制策略效率。
为达到上述目的,本发明是采用下述技术方案实现的:
一方面,本发明提供了一种基于属性选择的半导体制造系统投料控制方法,包括如下步骤:
基于训练好的极限学习机模型和利用订单信息与工件投料优先级确定的多元线性回归方程,构建RPELM投料顺序模型;
对生长线的属性集进行属性选择,选取代表性属性和剔除无影响的属性;
对经属性选择的属性集进行模型仿真验证,将经过仿真验证的属性集带入构建好的所述RPELM投料顺序模型中确定半导体制造系统投料顺序。
进一步的,构建RPELM投料顺序模型的方法包括如下步骤:
构建工件的订单信息与投料优先级之间关系的多元线性回归方程,所述订单信息包括净加工时间、订单平均加工时间、加工步数和是否为紧急工件,所述投料优先级包括普通工件和紧急工件;
基于训练好的极限学习机模型和所述多元线性回归方程训练获得所述RPELM投料顺序模型。
进一步的,对于普通工件,工件的投料优先级和订单信息之间关系采用如下公式表示:
Y=α1x1+α2x2+…+αmxm
式中,α1,α2,...,αm表示偏回归系数,x1,...,xm表示订单信息。
对于紧急工件,工件的投料优先级和订单信息之间关系采用如下公式表示:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110192362.5/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理